本项目成果由泰迪·广西科大智能工作室出品。

《Python特征工程实战》课程由浅及深，从介绍特征工程基础概念开始，采用具体案例数据讲解数据预处理、特征处理的方法，包括特征构建，特征选择，降维与特征转换，特征学习，再通过实践与理论相结合，最后以《表情识别

‖ 课程简介 本课程是图书《Python编程基础》的配套学习视频，是大数据技术等专业的专业基础课。本书全面地讲解了Python编程基础及其相关知识的应用。

一、课程简介       通过学习本课程，可掌握Python开发环境的搭建、Python基础入门、函数、面向对象编程、实用文件模块等知识点，并为后续相关课程学习及将来从事数据挖掘、数据挖掘开发和科研业务奠定基础

一、课程简介       通过学习本课程，可掌握Python在静态网页、动态网页、需要登录后才能访问的网页、PC客户端、APP中爬取数据的主要方法和技能，并为后续相关课程学习及将来从事数据分析挖掘研究

课程以任务式为导向，全面介绍了《Python机器学习算法实现》及其知识的应用，是大数据与人工智能Python系列课程的核心课程。

一、课程简介      通过学习本课程，可掌握正则表达式、中文分词、词云图绘制、文本向量化表示的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 课程从文本挖掘概述出发，层层递进，步步深入，详细介绍了文本预处理的正则表达式、包括机械分词法、马尔科夫链分词法、jieba分词、隐马尔可夫模型与viterbi算法的原理和应用和词云图的绘制在内的中文分词相关技术和算法，最后用垃圾短信分类案例展示了从最开始的数据抽取到最终的模型构建的完整的文本挖掘总体流程。   二、配套教材       关于课程的相关教材，可以点击注册登录云教材，进行搜索下载你所需的教材相关的PPT、教案、教学进度表等资源包，丰富你的课堂体验。

一、课程简介       人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别技术将提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。      本案例的主要分析目标如下。      （1）了解一般图像的储存方式，掌握一般图像处理的方法。      （2）理解卷积神经网络各个结构的作用，构建一个人脸识别模型。   二、技术点       图像切割；特征信息；特征信息。   三、建议前置课程 TensorFlow2深度学习实战